الهام عسکری - گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
سارا معتمد - گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
علی رضا اصغری حسن کیاده - گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران
زهرا امانی - گروه کامپیوتر، واحد فومن و شفت، دانشگاه آزاد اسلامی، فومن، ایران

ساخت یک مدل تشخیص هیجان با دقت زیاد با استفاده از سیگنالهای الکتروانسفالوگرافی به کمک یادگیری ماشین مشکل است. در این مقاله یک مدل مبتنی بر شبکه های مولد تخاصمی واسرشتاین شرطی برای اافزایش داده الکتروانسفالوگرافی معرفی میشود تا تشخیص احساس مبتنی بر الکتروانسفالوگرافی را تقویت کند. در شبکه های مولد تخاصمی واسرشتاین با جریمه گرادیانی برای تولید داده از آنتروپی استفاده شده است. روش معرفی شده در دو دیتابیس SEED و DEAP برای تشخیص هیجان ارزیابی میشود. نتایج تجربی نشان میدهد که استفاده از داده الکتروانسفالوگرافی تولید شده توسط شبکه های مولد تخاصمی واسرشتاین شرطی به طور چشمگیری دقتهای مدلهای تشخیص هیجان را بهبود میبخشد.

الکتروانسفالوگرافی، شبکه مولد تخاصمی، هیجان، واسرشتاین شرطی